利用預測性維護 (PdM) 將運行時間與效率最大化

透過搭載 Intel® 技術的預測性維護 (PdM) 系統減少停機時間,進行準確的疑難排解並預防故障。

 
什麼是預測性維護?

預測性維護是一套即時偵測潛在風險以防止設備出現故障的策略。機器或設備的故障會造成一系列損失,包括昂貴的維修費用、生產停擺、延誤交件時間或未達品質標準的商譽減值等等。

通常而言,技術人員會根據固定的排程進行例行診斷、檢查和預防性維護,這會消耗大量的人力與物力。從被動維修升級至預測性維護,就能在停機發生前及早介入處理。

相較於傳統的預防性維護或被動維修策略,預測性維護的成本效益明顯高出許多。根據 Plant Engineering 2018 年的調查報告顯示,80% 的維修人員都傾向採用預測性維護。1

這項經過精心設計的策略能夠找到時間與成本的理想平衡點,讓您擺脫曠日廢時的被動維修工作。由此,我們將為您奠定持續進步的基石,降低維修花費、節省成本並改善效能。

 

預測性維護的運作方式為何?

預測性維護會利用機器視覺等智慧感測器,從設備、車輛或其他硬體收集資料,並將設備的監控流程自動化。資料進入系統後會立即進行分析,一旦發現疑慮就會傳送警示。無論在雲端或邊緣,都能運用機器學習技術合併及分析來自多台機器的資料並準確預測維修工作的需求量。

現今,各大企業都致力於將智慧技術轉移至資料的生成或匯入點,以實現即時邊緣處理。製造廠可能會利用無線技術,收集馬達表面溫度、液壓系統壓力、油箱液位等生產現場資訊,並利用預測性分析來判斷該值是否在安全可接受的範圍內。這種新方式具有較高的機動能力,不再像傳統的設備監控模式,要求員工按照既定的排程手動檢查及維護設備。這種狀況式監控的另一大缺點,在於無法即時掌握特定設備的狀態。

分析功能可以透過機器學習剖析過去的故障事件,然後將演算法應用於工廠與設備的現有資料,進而預測未來的停機概率與維護需求。您可以持續訓練模型,不斷提升預測維修需求的精準度。

機器學習能夠將原本看似不相關的資料相互結合,轉化成對設備與維護需求的深入解析。

                  機器學習能夠分析過去的故障事件,預測未來停機的可能性與維護需求。

預測性維護工具

硬體與軟體解決方案是預測性維護程式的關鍵推手。舉例而言,能源與公用事業公司可以掌握並管理消耗用模式、物流公司可以將服務和投遞路線最佳化,而製造公司則可以加強品管並降低停機的風險。

高效能 Intel® Xeon® 可擴充處理器

Intel® Xeon® 可擴充處理器上的邊緣伺服器提供進階分析所需的高效能,配合硬體安全機制,捍衛您寶貴的資料。第 2 代 Intel® Xeon® 可擴充處理器搭載 Intel® Optane™ DC 持續性記憶體,針對資料密集型應用程式快速產生深入解析。

預測性維護軟體

Intel 合作夥伴的軟體解決方案是專為各大關鍵領域量身打造,例如車隊預測性維護、車輛預測性維護,以及電腦化維護管理系統 (CMMS) 等等。這些解決方案能夠有效分派現場技術人員,降低零件故障的風險,同時降低總成本。預先傳送故障風險提示可以提高零件訂購與維修的效率,減少停機時間並改善資產管理。

適用於產業的邊緣分析

Intel 的 Edge Insights for Industrial 奠定了堅實的基礎,讓您輕鬆部署工業物聯網解決方案。在橫跨各種作業系統與工業通訊協定的環境中,它為企業提供了擷取、處理、儲存、管理及保護邊緣資料所需的元件。這樣一來,企業就可以靈活選擇所需的功能,量身打造專屬的解決方案。

Intel® IoT Market Ready Solution (Intel® IMRS)

支援工業應用的 Intel® IoT Market Ready Solution (Intel® IMRS) 能夠幫助您強化營運效率、改善生產流程,並從供應鏈到廠房全面提升員工的職場安全度。

 

預測性維護的新紀元

Intel 不斷創新的技術為預測性維護領域開啟了全新的可能,不但能協助企業節省時間,還能以遠超他牌的準確度預測維護需求。此外,隨著資料庫的積累,預測性維護模型還會不斷進化,為貴公司帶來更大的產值。

 

 

預測性維護軟體

瞭解感測器資料如何幫助製造商即時處理問題並預測機器發生故障的時間。

 

Intel 的機器視覺解決方案

搭載 Intel® 技術的機器視覺設備可加速上市時間、減少錯誤,並透過深度學習的視覺識別技術降低成本。

 

 

工業電腦驅動革新

AI 正在推動變革,改變機器、建築、建築、供應鏈、工廠和電網。了解工業電腦如何推動這場轉型。

 

適用於產業的邊緣分析

Edge Insights for Industrial 讓企業能夠跨越廠房的隔閡,輕鬆處理各式硬體設備的資料收集、儲存與分析工作。

 

★博文內容參考自 網站,與平台無關,如有違法或侵權,請與網站管理員聯繫。

★博文作者未開放評論功能

參考來源

Intel: https://www.intel.com.tw/content/www/tw/zh/manufacturing/predictive-maintenance.html